-
-
公开(公告)号:CN109754064A
公开(公告)日:2019-05-14
申请号:CN201811024492.2
申请日:2018-09-03
Applicant: 三星电子株式会社
IPC: G06N3/04
CPC classification number: G06N3/08 , G06N3/04 , G06N3/0454
Abstract: 一种被配置为执行解卷积操作的神经网络装置,包括:存储器,被配置为存储第一内核;以及处理器,被配置为:从所述存储器获取所述第一内核;通过调整包括在所述第一内核中的矩阵元素的排列来计算第二内核;通过划分第二内核来生成子内核;使用卷积运算符来执行输入特征映射与子内核之间的卷积操作;并且通过合并卷积操作的结果来生成输出特征映射作为输入特征映射的解卷积。
-
-
-
公开(公告)号:CN112513885B
公开(公告)日:2024-02-27
申请号:CN201980036663.X
申请日:2019-06-21
Applicant: 三星电子株式会社
Inventor: 伊利亚·奥夫相尼科夫 , 阿里·沙菲伊·阿德斯塔尼 , 约瑟夫·哈桑 , 王磊 , 李世焕 , 宋准镐 , 张准佑 , 王一兵 , 李岳成
IPC: G06N3/063
Abstract: 一种神经处理器。在一些实施例中,处理器包括:第一区块、第二区块、存储器和总线。总线可连接到存储器、第一区块和第二区块。第一区块可包括:第一权重寄存器、第二权重寄存器、激活缓冲器、第一乘法器和第二乘法器。激活缓冲器可被配置为包括:第一队列,连接到第一乘法器;和第二队列,连接到第二乘法器。第一队列可包括第一寄存器和与第一寄存器邻近的第二寄存器,第一寄存器是第一队列的输出寄存器。第一区块可被配置为:在第一状态下,在第一乘法器中将第一权重与来自第一队列的输出寄存器的激活相乘;并且在第二状态下,在第一乘法器中将第一权重与来自第一队列的第二寄存器的
-
公开(公告)号:CN114970842A
公开(公告)日:2022-08-30
申请号:CN202110959043.2
申请日:2021-08-20
Abstract: 公开了一种神经网络操作设备及其操作方法。所述神经网络操作设备包括:输入寄存器,用于存储输入特征图;处理元件阵列,包括用于基于输入特征图和权重矩阵来执行操作的处理元件;以及控制器,用于将输入特征图的部分和权重矩阵的部分映射到处理元件,输入特征图的部分和权重矩阵的部分二者将被执行操作。
-
公开(公告)号:CN111401512A
公开(公告)日:2020-07-10
申请号:CN202010009066.2
申请日:2020-01-03
Applicant: 三星电子株式会社
Inventor: 迪内希·库玛·亚达夫 , 安库尔·德希瓦尔 , 萨普塔尔斯·达斯 , 张准祐 , 李世焕
IPC: G06N3/04
Abstract: 本发明涉及一种以可变扩张率在神经网络中进行卷积的方法和系统。该方法包括接收第一内核的尺寸和扩张率。此外,基于第一内核的尺寸、存储器的基线架构和扩张率,来确定一个或多个分解内核的尺寸中的至少一个。此外,基于扩张率以及与输入图像的尺寸和存储器相关联的一个或多个参数,确定输入图像的一个或多个块的地址。此后,从存储器中获取输入图像的所述一个或多个块以及所述一个或多个分解内核。最后,该方法包括基于所述一个或多个分解内核中的每一个与输入图像的所述一个或多个块的卷积来获得输出图像。
-
公开(公告)号:CN109871936A
公开(公告)日:2019-06-11
申请号:CN201811297789.6
申请日:2018-11-01
Applicant: 三星电子株式会社
Abstract: 提供了用于处理神经网络中的卷积运算的方法和装置,所述方法包括:根据要被执行卷积运算的输入特征图和核来确定运算数;向卷积运算器中的乘法器分派根据所确定的运算数来组合的运算数对;通过对乘法运算的结果执行加法和累加运算来生成输出;以及基于所生成的输出,获得与所述卷积运算的结果相对应的输出特征图的像素值。
-
-
公开(公告)号:CN114861897A
公开(公告)日:2022-08-05
申请号:CN202111105901.3
申请日:2021-09-22
Applicant: 三星电子株式会社
IPC: G06N3/063
Abstract: 公开了一种神经网络运算设备以及操作其的方法。所述方法包括:接收用于神经网络运算的数据;验证在与第一运算装置对应的第一数据遍历路径和与第二运算装置对应的第二数据遍历路径之间是否发生竞争;使用验证的结果和第一数据遍历路径与第二数据遍历路径之间的优先级,从所述数据之中确定第一操作数数据和第二操作数数据;将第一操作数数据发送到第一运算装置,将第二操作数数据发送到第二运算装置;以及通过第一运算装置基于第一操作数数据执行神经网络运算,并通过第二运算装置基于第二操作数数据执行神经网络运算。
-
-
-
-
-
-
-
-
-